新一代技术的年破涌现，往往是局成行业变革的序章。

当我们站在智能文明的安防WhatsApp%E3%80%90+86%2015855158769%E3%80%91atex%20hoist门槛上回望，2015至2025这十年恰似安防产业认知的大模启示录。以沉稳气质著称的型规安防产业，虽注重稳定与可靠，模化却从不是应用元年“守旧派”。2015年，年破以深度学习为主导的局成人工智能技术开始崭露头角，安防便成为AI技术工程化实践的安防先锋战场。“海大宇”等企业，大模首先在智能安防领域展开布局，型规推出基于深度学习算法的模化智能摄像头、智能分析系统，应用元年摄像机由此开始具备"看懂"世界的年破能力。彼时，产业界都沉浸在技术突破的亢奋中，尚未意识到将实验室成果转化为产业价值，需要经历比技术突破更漫长的场景适配期。然而大模型出现了，尤其是多模态大模型技术的出现，让行业惊觉安防AI已经行至"成本-性能"的剪刀差临界点。行业似乎已经形成这样一个共识：2025年会是大模型规模化应用元年。

01

安防AI「进化论」：从"小模型"到"大模型"时代

安防行业从2015年开始进入深度学习人工智能时代，公安交警行业是率先拉开这场序幕的应用场景。这一年的安博会上，海康展示了基于深度学习技术的WhatsApp%E3%80%90+86%2015855158769%E3%80%91atex%20hoist“猎鹰”和“刀锋”视频结构化服务器，首次将深度学习引入安防数据处理，标志着行业进入了"小模型时代"。这场变革让AI随之在公安行业、交警行业获得了规模应用，以人脸识别、车牌识别等应用为代表。2020年左右，B端的碎片化需求逐渐兴起，AI安防应用扩展到智慧建筑、能源制造等更广领域。各个厂家的解决方案、开放平台、算法商城很快就充斥整个行业，解决B端广大的碎片化AI需求，是业内人的共同追求。然而，一个残酷的现实在落地过程中被反复验证：小模型时代因缺乏跨场景泛化能力，难以实现规模化部署，导致项目落地周期很长，见效很慢，使企业陷入高度定制化的盈利困局。以物业岗亭的在离岗检测为例，由于AI不具备泛化能力，同样的智能算法用到不同的物业场景时，效果就变得不可控，需要投入许多人力重新调优算法来提升智能效果。过去十年的AI安防行业，主要以G端规模化为主，但G端的进一步发展已进入了相对停滞期；B端做的更多则是“捡芝麻”的苦活。深耕安防行业的业内专家宋予安对雷峰网(公众号：雷峰网)表示：“达不到规模化的AI应用，都属于试点尝试，对整个行业的推动发展真正起到的作用很小。”AI普惠的关键，在于民用领域的壮大。要解决碎片化AI需求，唯有实现技术突破。2024年，具备强大泛化能力的大模型技术，为行业带来了曙光，不仅公安交警行业的智能化可以进一步升级，更多碎片化需求也终于有了新的解法。行业内，海康的"观澜"、大华的"星汉"、宇视的"昆仑"、依图的“天问”等大模型很快发布。起初，各家的大模型更多聚焦单一感知，即视觉大模型。相较于小模型，视觉大模型在图像识别、目标检测和场景理解等方面进步明显。比如有企业发现，可见光通过大模型的加持，周界防范的成像效果可以与热成像相媲美，这在以往是不敢想象的。但视觉大模型也存在局限，比如在事后检索场景中，用户必须先找到特定的图像或视频片段作为检索起点，这在某些情况下并不现实。在Transformer架构向视觉和多模态领域扩展之后，AI更加贴近人类的认知方式。安防行业随之开启"视觉+语言"的融合进化，从单一感知跨越到综合理解，走向多模态大模型。安防行业里最基本、最广泛的诉求，就是监控录像的事后检索。2月18日海康发布的多模态大模型文搜存储系列产品文搜NVR和文搜CVR。相比于过去的倍速回放、分屏回放、抽帧回放等办法，文搜产品发生了质的改变，用户只需输入“一辆白色新能源车”或“一个穿红色衣服的人”这样一句话、一个词，系统就可以秒级定位目标画面，而不用像以前那样需要先找到特定的图像或视频片段作为检索起点，而且不用复杂的部署调试，做到了“开箱即用”，这种体验是颠覆性的。

根据海康实验室数据，搭载多模态大模型的NVR在常见目标检索任务中，top20的命中率高达90%以上。换句话说，海康文搜产品是一个开端，从AI小模型时代到大模型时代，其拉开了多模态大模型在安防行业大规模应用的序幕。从肉眼回看，到以图搜图，再到自然语言交互，安防企业花了十年时间实现了技术的三级跳，本质是让安防监控从传统的“看”与“搜”，升级为了“理解”与“分析”。

02

2025：安防大模型普惠元年

“以前说‘无AI，不智能’，现在我的观点是，没有大模型的系统不能称之为智能系统。”宋予安表示，2025年是安防大模型的元年，已是行业共识。2024年的安博会上，已经能够看到不少厂商在服务器产品上进行文搜演示，技术上已经看到苗头，只是没有做到产品的规模化落地。在安防行业，大模型技术的应用曾受限于高昂的部署成本。在千万级摄像头部署量的现实约束下，任何不能通过成本考量的技术突破都是空中楼阁。安防大模型要实现规模化落地。就需要以高性价比的方式，打破行业价格壁垒。对于安防企业来说，就是要解决既能保持AI的性能，又能控制成本这个两难的问题。通常来说，AI的参数量特别大，对硬件的要求很高，这种情况成本降不下来，那么产品注定无法规模化应用。好消息是，今年以来，安防厂商已将技术推进到了边缘侧产品。以海康的文搜NVR产品为例，其将多模态大模型技术往 NVR 里融合的过程，与deepseek的理念有异曲同工之妙。NVR作为视频监控的核心设备，是最普及的安防民用产品，应用场景小到学校、作坊、便利店等，将性能与成本做到平衡，大模型才有望真正实现“飞入寻常百姓家”。DeepSeek通过优化算力成本和量化压缩技术，将大模型的部署成本降至业内十分之一，成为大模型界的“拼多多”，让中小企业和开发者，以低成本用上了高性能大模型。海康文搜NVR之所以能做到产品化，是将视觉多模态的大参数量通过工程量化技术，下放到嵌入式智能硬件上，与传统大模型产品费用动辄几十万甚至几百万相比，价格仅为万元甚至千元级别，带有多模态大模型文搜功能的NVR与传统NVR的差价也仅几百元。当平价的NVR开始承载过去需要AI服务器集群才能完成的任务时，民用安防市场的最后堡垒正被技术洪流冲垮。宋予安补充道：“安防行业做的还是以视图为基础，叠加大语言，最终形成的多模态大模型，未来安防企业估计很多都会与deepseek等大语言模型相结合，带来更大的改变。”对于安防企业而言，在整个边缘侧的产品中，NVR只是其中一个通用产品的代表，平衡性能、成本的经验，接下来也能够复制到其他的数字化场景。一方面行业企业可以将感知类产品全面用AI大模型进行加持，如热成像、X光、雷达、声波等不同产品；另一方面物联网中丰富多维的数据得以被真正的激活，可以涌现出诸多垂直领域的大模型，将大模型应用到千行百业，真正带来生产力的提升。宋予安举例道：“比如在电力行业、煤炭行业、钢铁行业等垂直行业领域，结合行业专有的安全生产、标准作业这些要求，还会诞生出很多垂直行业的多模态大模型。进一步提升这些垂直行业的生产效率。”从“高不可攀”走向“触手可及”，当安防系统开始理解"穿蓝色卫衣的电动车骑行者"这类模糊语义时，2025年或许会是这场技术革命的第一个丰收之年。

03

从产品、系统到解决方案???全面用大模型“重做”

“接下来3年，安防行业的硬件产品、系统软件、整体解决方案，会全部升级迭代一遍，甚至每年迭代一轮。”宋予安表示。这意味着，AI大模型技术的突破，将以摧枯拉朽之势重构安防产业链。

产品与解决方案的全面升级

AI大模型正在推动安防产品和系统解决方案的全面迭代。从摄像机到录像机，从硬件设备到软件系统，大模型技术的加持使得产品性能大幅提升，用户体验显著改善。传统安防产品是一个“数据记录工具”，主要靠人工进行回溯，效率低下。如今，基于大模型的智能系统能够快速定位关键信息。此外，AI大模型还推动了解决方案的智能化升级。过去专属于公安系统的高端技术，如今正通过"开箱即用"的标准化产品渗透到社区、商超等民用场景。企业侧的提质增效降本需求也得到了有效满足。

用户需求驱动市场爆发

过去几年，受经济环境的影响，用户消费趋于理性。但在AI大模型的推动下，安防行业用户普遍认为，AI产品的性价比极高，小幅的价格提升下，获得的是显著的体验提升。“今年的春季巡展活动，来自32个省份的一线销售人员与客户进行了交流，用户都在讲，你们的产品什么时候能够拿到我这边来，我有场景，我有需求，我现在就要测试，我现在就要用，甚至探讨一些区域的代理，甚至谈一些 OEM 的定制。”宋予安表示，这种市场热情在疫情后还是第一次看到。从模拟时代到高清时代，再到智能化时代，每一次技术革新都推动了产业规模的十倍增长。如今，AI大模型有望再次打破安防行业天花板，将安防行业的规模和质量提升到一个新的高度。在这一过程中，中国企业正凭借技术创新和市场敏锐度，引领全球安防行业的智能化浪潮。

注：文中宋予安为化名。